簡介這是一份面向YOLOv5目標(biāo)檢測任務(wù)的頭盔檢測數(shù)據(jù)集專為安全帽佩戴識別場景設(shè)計適合從事工地、工廠、園區(qū)等人員安全監(jiān)管的開發(fā)者以及剛接觸目標(biāo)檢測的學(xué)生和研究者。數(shù)據(jù)集包含80張真實場景JPG圖像并配有80個對應(yīng)的XML標(biāo)注文件標(biāo)注了安全帽的位置與狀態(tài)類別可直接用于YOLOv5模型的訓(xùn)練、驗證與推理測試壓縮包共160個文件整體大小僅2.86MB輕量易用方便在本地快速跑通數(shù)據(jù)加載、標(biāo)簽解析、格式轉(zhuǎn)換和模型訓(xùn)練流程。目前已有482人學(xué)習(xí)使用。對于目標(biāo)檢測入門者可以用這份數(shù)據(jù)練習(xí)從VOC格式到Y(jié)OLO格式的轉(zhuǎn)換、劃分訓(xùn)練集與驗證集、調(diào)整錨框參數(shù)等操作對于有經(jīng)驗的開發(fā)者也可以將其作為小規(guī)模基準(zhǔn)集快速驗證檢測算法或調(diào)參效果。整體目錄結(jié)構(gòu)干凈文件名對應(yīng)清晰是一份上手門檻低、實用性強的頭盔檢測練習(xí)數(shù)據(jù)。1. 頭盔檢測數(shù)據(jù)集不是越多越好先弄清楚YOLOv5要什么格式做工地安全帽檢測的人應(yīng)該都有同感圖片好找標(biāo)簽難弄。這份用于YOLOv5頭盔目標(biāo)檢測的數(shù)據(jù)集不是源碼也不是模型權(quán)重而是已經(jīng)按YOLO格式整理好的圖片加標(biāo)注文件ZIP解壓后可以直接丟進YOLOv5訓(xùn)練。我拆包后的第一反應(yīng)是標(biāo)注格式是不是規(guī)范類別編號能不能對得上train/valid劃分是不是合理。如果你正準(zhǔn)備訓(xùn)練一個頭盔佩戴檢測模型而且不想在數(shù)據(jù)清洗上耗掉兩三天這份數(shù)據(jù)集值得先下載下來摸一遍底。適合剛接觸YOLOv5的初學(xué)者也適合想快速驗證算法效果的從業(yè)者。接下來我會從標(biāo)簽格式、訓(xùn)練流程、踩坑記錄到現(xiàn)場部署把整條鏈路拆開講清楚。2. 數(shù)據(jù)集結(jié)構(gòu)與標(biāo)簽格式先從images和labels說起拿到任何一套YOLO數(shù)據(jù)集我建議先別急著開箱訓(xùn)練。先花十分鐘把它內(nèi)部結(jié)構(gòu)摸清楚能省掉后面一堆排查時間。頭盔檢測數(shù)據(jù)集最常見的組織方式就是images和labels兩個兄弟目錄這份ZIP解壓后基本也是這個套路。2.1 ZIP解壓后的目錄長什么樣在Linux或Windows下解壓后你會看到一個類似下面的目錄結(jié)構(gòu)helmet_dataset/ ├── images/ │ ├── train/ │ │ ├── img_00001.jpg │ │ ├── img_00002.jpg │ │ └── ... │ └── valid/ │ ├── img_00100.jpg │ └── ... └── labels/ ├── train/ │ ├── img_00001.txt │ ├── img_00002.txt │ └── ... └── valid/ ├── img_00100.txt └── ...images下面分別有train和valid兩個子目錄labels與images一一對應(yīng)。這個結(jié)構(gòu)是YOLOv5官方推薦的默認布局train.py在讀取data.yaml時會按照你指定的路徑去找圖片和標(biāo)簽所以目錄名不需要強制叫images和labels但保持這種約定會讓后續(xù)操作更省心。如果你看到的是純圖片加一個annotations.xml或者json文件那就得先做一步轉(zhuǎn)換。好在這份數(shù)據(jù)集已經(jīng)幫你把這步做完了。關(guān)鍵是圖片和標(biāo)簽文件必須同名同后綴除了擴展名。比如img_00001.jpg對img_00001.txt一旦名字對不上訓(xùn)練時YOLOv5會在加載圖片后找不到對應(yīng)標(biāo)簽然后直接跳過這張圖你根本不知道少了多少樣本。2.2 labels里的TXT到底存的什么用記事本或者VS Code打開任意一個TXT文件內(nèi)容通常是這樣的0 0.5130208 0.3888889 0.1265625 0.1555556 1 0.2567708 0.6458333 0.0781250 0.1833333 2 0.7604167 0.3027778 0.1031250 0.1416667每一行代表一個目標(biāo)框由五個數(shù)字組成類別編號、歸一化中心點x、歸一化中心點y、歸一化寬、歸一化高。以第一行為例0是類別編號0.5130208表示目標(biāo)框中心點位于圖片寬度方向的51.3%位置0.3888889是高度方向38.9%位置后面兩個數(shù)分別是框?qū)捳紙D片寬的比例和框高占圖片高的比例。注意這里用的是歸一化坐標(biāo)不是像素坐標(biāo)。YOLOv5在訓(xùn)練時會把這些數(shù)值直接當(dāng)作真值去算損失所以它們的取值范圍必須在0到1之間。如果你看到某個值大于1或者出現(xiàn)負數(shù)那說明標(biāo)注數(shù)據(jù)有問題輕則訓(xùn)練loss異常重則訓(xùn)練直接崩潰。我會在第四章專門講怎么批量檢查這類問題。這種純文本標(biāo)簽的好處是解析簡單不需要像XML那樣一層層剝節(jié)點。壞處是沒有任何語義信息你光看TXT不知道0代表什么必須配合yaml里的names才能讀懂。所以千萬保管好你的類別清單一旦丟失基本等于白干。對于頭盔檢測場景類別通常分三類0代表佩戴了安全帽的頭部1代表未佩戴安全帽的頭部2代表人體或者背景干擾物。具體類別順序要以你下載的這份數(shù)據(jù)為準(zhǔn)。我拿到數(shù)據(jù)后第一時間會用腳本統(tǒng)計每個類別的數(shù)量確認標(biāo)簽和類別編號的對應(yīng)關(guān)系而不是盲目相信變量名。因為網(wǎng)上流傳的某些數(shù)據(jù)集看起來是頭盔實際標(biāo)簽類別順序可能跟你想的不一樣訓(xùn)練完才發(fā)現(xiàn)模型把安全帽和頭給搞反了。2.3 train/valid劃分與數(shù)據(jù)分布YOLOv5訓(xùn)練時要求提供訓(xùn)練集和驗證集通常建議按9:1或8:2劃分。這份數(shù)據(jù)集的train和valid已經(jīng)分好但我不建議直接拿來就訓(xùn)。先跑一個簡單的統(tǒng)計腳本看看每個類別的樣本量是否均衡以及train和valid的類別分布是否接近。# count_classes.py import os from collections import Counter label_dirs [helmet_dataset/labels/train, helmet_dataset/labels/valid] for d in label_dirs: counter Counter() for filename in os.listdir(d): if not filename.endswith(.txt): continue with open(os.path.join(d, filename), r, encodingutf-8) as f: for line in f: if line.strip(): cls int(line.strip().split()[0]) counter[cls] 1 print(d, -, dict(counter))這段腳本會分別統(tǒng)計train和valid目錄下每個類別出現(xiàn)的總次數(shù)。默認情況下如果某個類別在訓(xùn)練集里只有幾十個框而另一個類別有幾千個框模型就會嚴(yán)重偏向多數(shù)的類別少樣本類別幾乎學(xué)不到特征。頭盔檢測的場景里最常見的是未佩戴類樣本遠少于佩戴類樣本因為大部分視頻截圖都是佩戴整齊的工人。這時候你需要做數(shù)據(jù)增強、過采樣或者調(diào)整損失權(quán)重我放到第五章展開。另一個要留心的點是圖片分辨率。頭盔檢測的原始圖片往往來自監(jiān)控攝像頭分辨率從1280x720到1920x1080不等而YOLOv5默認會把圖片resize到640x640再訓(xùn)練。如果原圖中人臉和頭盔區(qū)域非常小比如只有二三十個像素直接resize后小目標(biāo)特征幾乎被抹掉。遇到這種情況要么用更高的輸入分辨率比如1280要么先統(tǒng)計一下標(biāo)注框的像素尺寸分布再決定是否切割成小塊訓(xùn)練。另外訓(xùn)練前最好再用Python快速統(tǒng)計每張圖片里標(biāo)注框的數(shù)量如果單張圖片里有超過十個框可能是密集人群場景這對模型的NMS后處理要求更高。可以適當(dāng)調(diào)高--iou-thres減少重疊框被直接抑制的概率。統(tǒng)計完這些基礎(chǔ)信息你對這份數(shù)據(jù)集的脾氣就有數(shù)了。接下來就是把它真正跑起來。3. 把數(shù)據(jù)集跑進YOLOv5從克隆倉庫到第一次訓(xùn)練數(shù)據(jù)集本身干凈還不夠還要確保訓(xùn)練流程能跑通。YOLOv5的官方倉庫一直在更新不同版本之間接口差異不大但細節(jié)上偶爾會有坑。我的習(xí)慣是鎖版本避免過幾個月后再跑發(fā)現(xiàn)參數(shù)對不上。3.1 環(huán)境準(zhǔn)備與依賴安裝先準(zhǔn)備一個Python 3.8或3.10的環(huán)境推薦用conda隔離別把系統(tǒng)Python搞亂。conda create -n yolo5 python3.8 -y conda activate yolo5 git clone https://github.com/ultralytics/yolov5 cd yolov5 pip install -r requirements.txt這里有幾個注意點。第一git clone默認拉的是master分支如果你之前跑過老版本建議用git tag固定到某個穩(wěn)定版比如v6.0或v7.0。第二requirements.txt里會自動安裝PyTorch但PyTorch的CPU版和GPU版差異很大。如果你機器上有NVIDIA顯卡最好先手動安裝與CUDA版本匹配的PyTorch再裝其他依賴否則pip默認裝的CPU版會慢到懷疑人生。第三如果你在公司內(nèi)網(wǎng)pip下載超時很常見可以用-i參數(shù)指定國內(nèi)鏡像源。3.2 寫data.yaml的四個關(guān)鍵字段訓(xùn)練前必須先準(zhǔn)備一個數(shù)據(jù)集配置文件YOLOv5的train.py靠它來定位圖片路徑和類別信息。在yolov5目錄下新建helmet.yaml# helmet.yaml path: ../helmet_dataset # 數(shù)據(jù)集根目錄相對當(dāng)前yaml文件的路徑 train: images/train # 訓(xùn)練集圖片目錄相對path val: images/valid # 驗證集圖片目錄相對path # test: 留空即可 nc: 3 # 類別數(shù)量 names: [helmet, head, person] # 類別名稱順序必須與標(biāo)簽編號一致path、train、val、nc、names是必填的五個字段。path是數(shù)據(jù)集根目錄的絕對路徑或相對路徑。如果yaml放在yolov5根目錄下path寫成絕對路徑最穩(wěn)妥比如/home/user/helmet_dataset避免相對路徑解析出錯。train和val用相對path的路徑字符串YOLOv5會自行拼接。nc的數(shù)量必須和標(biāo)簽中出現(xiàn)的最大類別編號1相等比如標(biāo)簽里最大編號是2nc就必須寫3。names的列表順序和標(biāo)簽編號一一對應(yīng)得確保names[0]對應(yīng)編號0names[1]對應(yīng)編號1以此類推。我見過不少人在names里寫了helmet、head但實際標(biāo)簽編號0是head1是helmet訓(xùn)練出來模型永遠分不清哪是哪。先用統(tǒng)計腳本確認一下再填。3.3 啟動訓(xùn)練的命令與參數(shù)選擇配置文件就緒后跑訓(xùn)練的命令長這樣python train.py --img 640 --batch 16 --epochs 100 --data helmet.yaml --weights yolov5s.pt --workers 4常用參數(shù)說明如下--img 640輸入圖片統(tǒng)一resize到640x640分辨率。從小目標(biāo)檢測角度提升到960或1280能提高小頭盔的召回率但顯存占用和訓(xùn)練時間會顯著增加。--batch 16批大小。顯存不足時減半顯存富余可以加到32或64。批大小太小時BN層會不穩(wěn)定導(dǎo)致loss震蕩。--epochs 100訓(xùn)練輪數(shù)。數(shù)據(jù)集小的時候可以先跑50輪看趨勢收斂良好再繼續(xù)。--weights yolov5s.pt預(yù)訓(xùn)練權(quán)重。s是small版本速度快適合驗證。如果追求精度可以換yolov5m.pt或yolov5l.pt。--workers 4數(shù)據(jù)加載線程數(shù)CPU核數(shù)多可以適當(dāng)提高。如果你是單卡訓(xùn)練直接跑沒問題。如果顯存只有4G建議把batch降到8同時把--img降到480先跑通流程。不要一上來就追求高指標(biāo)先確認整個鏈路沒有報錯。訓(xùn)練過程中終端會持續(xù)輸出epoch、box_loss、obj_loss、cls_loss、mAP等指標(biāo)。正常情況loss會逐步下降mAP0.5在幾十輪后能穩(wěn)定到0.9以上數(shù)據(jù)集簡單的話。如果看到loss曲線震蕩幅度很大或者mAP一直趴在地上八成是數(shù)據(jù)或配置出了問題別急著等100輪跑完直接CtrlC去查問題。3.4 驗證訓(xùn)練結(jié)果跑一次detect.py訓(xùn)練結(jié)束后最好的權(quán)重存放在runs/train/exp/weights/best.pt。用驗證集里的圖片測試一下python detect.py --weights runs/train/exp/weights/best.pt --source test.jpg --conf-thres 0.25--source可以指向單張圖片、一個目錄、視頻文件或者攝像頭id。--conf-thres是置信度閾值默認0.25低于這個值的檢測結(jié)果會被過濾。如果你想看模型對每個框的完整預(yù)測把閾值調(diào)到0.1但隨之而來的是大量誤檢就看你的實際場景權(quán)衡。檢測結(jié)果會保存到runs/detect/exp目錄下圖片上畫有預(yù)測框和類別標(biāo)簽。先拿一兩張典型驗證集圖片看看人眼確認一下框的位置對不對、類別標(biāo)簽是否匹配。如果歪得離譜回到數(shù)據(jù)集去查標(biāo)簽而不是盲目加訓(xùn)練輪數(shù)。4. 數(shù)據(jù)集避坑指南標(biāo)簽錯位、類別順序與訓(xùn)練不收斂這份數(shù)據(jù)集雖然整體能用但不代表沒坑。我把最常見的幾個問題按現(xiàn)象→原因→解決整理出來每一條都是我或身邊同事踩過的希望對你有用。4.1 現(xiàn)象訓(xùn)練時loss不下降mAP一直為0原因一標(biāo)簽文件中的類別編號與yaml中的names順序不對應(yīng)。比如標(biāo)簽里0代表未佩戴頭盔但yaml里names[0]寫的是helmet。模型學(xué)到的特征和語義標(biāo)簽完全錯位雖然訓(xùn)練loss可能下降但算mAP時按錯誤類別匹配結(jié)果始終為0。原因二標(biāo)簽坐標(biāo)格式不是歸一化的。有些轉(zhuǎn)換工具會直接輸出像素坐標(biāo)數(shù)值動輒幾百上千YOLOv5的損失函數(shù)在計算IoU時會得到異常值梯度爆炸導(dǎo)致loss不收斂。解決第一步先寫腳本統(tǒng)計labels/train下所有TXT里的class編號集合與yaml的nc核對。第二步檢查每行后面的四個數(shù)字是否都在0到1之間。兩類問題都會在下面這個腳本里暴露# check_labels.py import os def check_label_file(path): with open(path, r, encodingutf-8) as f: for line in f: parts line.strip().split() if len(parts) ! 5: print(f格式錯誤: {path} - {line.strip()}) return False cls int(parts[0]) x, y, w, h map(float, parts[1:]) if not (0 cls 2): print(f類別編號越界: {path} - cls{cls}) return False if not (0 x 1 and 0 y 1 and 0 w 1 and 0 h 1): print(f坐標(biāo)越界: {path} - {line.strip()}) return False return True label_dir helmet_dataset/labels/train for fname in os.listdir(label_dir): if fname.endswith(.txt): check_label_file(os.path.join(label_dir, fname)) print(檢查完成)這個腳本很短但能擋住九成數(shù)據(jù)集問題。跑完沒輸出任何報錯再進訓(xùn)練。4.2 現(xiàn)象訓(xùn)練正常但檢測結(jié)果把安全帽和頭搞反原因數(shù)據(jù)集的類別定義和你預(yù)期的語義相反。有些數(shù)據(jù)集把0定義為無帽頭1定義為有帽頭而你在yaml里寫的是names: [head, helmet]。模型輸出的邏輯是對的但你在應(yīng)用層解讀時語義錯了。解決翻翻README或原始標(biāo)注說明確認類別含義統(tǒng)一以數(shù)據(jù)集自帶標(biāo)簽為準(zhǔn)。我一般會在訓(xùn)練前把每個類別挑幾張圖出來人工核對一遍確認框的位置和類別語義完全一致。這個動作只需要十分鐘卻能避免訓(xùn)練完才發(fā)現(xiàn)標(biāo)簽語義反了的災(zāi)難。4.3 現(xiàn)象訓(xùn)練過程中有大量圖片被自動跳過原因圖片和TXT文件名不一致或者TXT文件損壞。YOLOv5在數(shù)據(jù)加載時會嘗試為每張圖片尋找同名TXT標(biāo)簽找不到就跳過該樣本終端會輸出WARNING但很多人不會仔細看。解決寫腳本對比images和labels目錄下的文件名集合找出差集。常見原因是從Windows復(fù)制到Linux時大小寫變化或者某些文件后綴大小寫不一致。補全缺失的標(biāo)簽或刪除無標(biāo)簽圖片保證兩個目錄完全對齊。這里我習(xí)慣用一條簡單的Python命令找出差異文件# diff_names.py import os img_dir helmet_dataset/images/train lab_dir helmet_dataset/labels/train imgs {os.path.splitext(f)[0] for f in os.listdir(img_dir) if f.endswith(.jpg)} labs {os.path.splitext(f)[0] for f in os.listdir(lab_dir) if f.endswith(.txt)} print(缺標(biāo)簽的圖片, imgs - labs) print(缺圖片的標(biāo)簽, labs - imgs)輸出為空說明兩邊對齊否則按提示補文件。4.4 現(xiàn)象訓(xùn)練速度極慢GPU利用率忽高忽低原因圖片尺寸差異巨大或者數(shù)據(jù)加載線程數(shù)不足。監(jiān)控攝像頭截圖常見1920x1080但混入部分手機拍攝的4000x3000大圖resize耗時嚴(yán)重--workers設(shè)為0會導(dǎo)致CPU預(yù)處理成為瓶頸。解決訓(xùn)練前將所有圖片統(tǒng)一尺寸或者至少壓縮到不超過1920x1920然后用--workers 8、--cache ram參數(shù)把數(shù)據(jù)緩存進內(nèi)存。這里給一條通用預(yù)處理命令用Python批量處理# resize_images.py import cv2 import glob for img_path in glob.glob(helmet_dataset/images/train/*.jpg): img cv2.imread(img_path) h, w img.shape[:2] if max(h, w) 1920: scale 1920 / max(h, w) img cv2.resize(img, (int(w*scale), int(h*scale))) cv2.imwrite(img_path, img) print(resized, img_path)注意如果你調(diào)整了圖片尺寸標(biāo)簽是歸一化的所以不用動這是YOLO格式的一大優(yōu)勢。但如果你用像素坐標(biāo)的標(biāo)簽這一步會直接導(dǎo)致標(biāo)簽全部失效。5. 數(shù)據(jù)增強與超參數(shù)調(diào)優(yōu)把這份數(shù)據(jù)集的價值榨干數(shù)據(jù)集的樣本量通常有限直接訓(xùn)練雖然能出結(jié)果但泛化能力可能不夠。我處理頭盔檢測時會從增強和超參數(shù)兩個方向去挖掘。5.1 用albumentations做離線增強YOLOv5自帶在線增強比如mosaic、隨機仿射、HSV擾動這些在訓(xùn)練時開箱即用。但自帶的增強對某些場景不夠用比如對頭盔這種小目標(biāo)隨機裁剪擦除、模擬雨霧效果這些高級操作需要自己補充。我推薦用albumentations離線生成一批增強樣本擴充訓(xùn)練集。# augment.py import albumentations as A import cv2 transform A.Compose([ A.RandomBrightnessContrast(p0.5), A.HueSaturationValue(hue_shift_limit5, sat_shift_limit10, val_shift_limit10, p0.5), A.RandomFog(fog_coef_lower0.1, fog_coef_upper0.3, p0.3), A.RandomRain(slant_lower10, slant_upper30, p0.2), A.HorizontalFlip(p0.5), ], bbox_paramsA.BboxParams(formatyolo, label_fields[class_labels])) for img_name, boxes, labels in your_data_loader(): image cv2.imread(img_name) augmented transform(imageimage, bboxesboxes, class_labelslabels) # augmented[image]、augmented[bboxes]、augmented[class_labels] # 寫回新的圖片和TXT這里的關(guān)鍵是bbox_params明確指定formatyoloalbumentations會幫你把邊界框同步變換。如果用了隨機裁剪或縮放必須保證增強后的框坐標(biāo)仍然落在0到1范圍內(nèi)。RandomFog和RandomRain對戶外監(jiān)控場景非常有用頭盔檢測經(jīng)常遇到陰雨天氣模型能學(xué)習(xí)到霧天和雨天的紋理特征。但這兩種增強會改變背景同時也可能讓目標(biāo)變模糊注意控制概率和系數(shù)不要讓增強后的圖片看起來完全是廢圖。離線增強的副作用是數(shù)據(jù)量成倍增加磁盤占用和訓(xùn)練時間都會上漲。我的習(xí)慣是先增強1倍看看val mAP提升是否明顯不明顯再考慮加大強度而不是無腦把數(shù)據(jù)集翻五倍。5.2 修改hyp.scratch-low.yaml的幾個關(guān)鍵參數(shù)YOLOv5把超參數(shù)放在data/hyps/hyp.scratch-low.yaml里。默認參數(shù)適合通用目標(biāo)檢測但頭盔場景有它自己的特點目標(biāo)尺寸通常中等偏小類別少背景復(fù)雜。我會重點調(diào)整以下這幾個lr0: 0.01 # 初始學(xué)習(xí)率 lrf: 0.1 # 最終學(xué)習(xí)率 lr0 * lrf momentum: 0.937 weight_decay: 0.0005 warmup_epochs: 3.0 warmup_momentum: 0.8 box: 0.05 # box損失權(quán)重 cls: 0.5 # 類別損失權(quán)重 mosaic: 1.0 # mosaic增強概率 fliplr: 0.5 # 水平翻轉(zhuǎn)概率 hsv_h: 0.015 hsv_s: 0.7 hsv_v: 0.4這里說下我的調(diào)整邏輯。頭盔檢測屬于單類別差異明顯但背景干擾多的任務(wù)box損失的權(quán)重可以適當(dāng)提高讓模型更關(guān)注框的回歸精度。cls權(quán)重維持0.5即可因為類別數(shù)少且類間差異大不需要過強。mosaic增強對提升小目標(biāo)魯棒性很有用默認1.0時每張訓(xùn)練圖都由四張圖拼接但拼接后目標(biāo)尺度變化大如果你的數(shù)據(jù)集里已經(jīng)有很多小頭盔mosaic可能讓小目標(biāo)變得更小反而難學(xué)。遇到這種情況可以把mosaic降到0.5甚至0.3同時開啟mixup 0.5。改完超參數(shù)后訓(xùn)練時通過--hyp指定python train.py --data helmet.yaml --hyp data/hyps/hyp.scratch-low.yaml --weights yolov5s.pt --epochs 100另外補充一個batch size與學(xué)習(xí)率的配合。YOLOv5的train.py會自動根據(jù)batch size進行線性縮放學(xué)習(xí)率但如果你手動改lr0要注意batch變化的影響。常規(guī)做法是batch翻倍lr0也翻倍保持收斂行為一致。5.3 處理類別不平衡圖片采樣與損失權(quán)重大多數(shù)頭盔數(shù)據(jù)集都有類別不平衡問題戴盔頭部多不戴盔頭部少。兩種處理思路第一種是過采樣少樣本圖片讓每個epoch里少樣本類別出現(xiàn)的次數(shù)更高。YOLOv5原生不直接支持按類別采樣但可以簡單粗暴地把少樣本圖片在數(shù)據(jù)目錄里復(fù)制幾分改個文件名即可。這種做法會增加磁盤占用換來的是每個epoch中少樣本出現(xiàn)頻率的提升。第二種是調(diào)整cls損失權(quán)重。在yaml的names后加一行權(quán)重列表不生效YOLOv5沒有直接的per-class loss weight接口但可以在自定義損失函數(shù)里改。不想動源碼的話最常見做法還是數(shù)據(jù)層面過采樣。我的實際經(jīng)驗是先統(tǒng)計類別數(shù)量如果最多與最少的比例超過10:1過采樣更有效如果只是2:1或3:1完全不用管模型能自然學(xué)到。別一上來就堆tricks先看數(shù)據(jù)分布。6. 部署到施工現(xiàn)場的驗證清單從測試集到USB攝像頭訓(xùn)練完模型只是第一步真正要落地到施工現(xiàn)場還有很多驗證工作要做。我最常犯的錯誤是只盯著val mAP看跑到現(xiàn)場卻發(fā)現(xiàn)完全不能用。后來我給自己定了一套驗證清單每條都在真實環(huán)境下過一遍。先用你手上的視頻片段測試而不僅僅是驗證集圖片。頭盔檢測的難點往往在動態(tài)場景人走進監(jiān)控視野頭部角度變化遮陽帽和頭盔外觀接近夜間紅外畫面。把這些都錄下來用detect.py依次跑一遍觀察漏檢和誤檢。漏檢多就調(diào)低conf-thres從0.25降到0.15誤檢多就調(diào)高同時檢查NMS閾值。YOLOv5的detect.py中--conf-thres和--iou-thres就是這么用的現(xiàn)場調(diào)節(jié)比重新訓(xùn)練快得多。接著做極端樣例測試。準(zhǔn)備幾張佩戴深色頭盔、戴帽子、遠處小目標(biāo)的圖片單獨跑一遍記錄模型的表現(xiàn)。深色頭盔容易和深色背景融合遠處小目標(biāo)常被忽略這些高難度樣本才是評判模型好壞的標(biāo)準(zhǔn)。如果這一關(guān)過不了回到第五章繼續(xù)做針對性的增強。最后測試實時視頻流。用USB攝像頭或者RTSP流作為source跑推理看幀率能不能達到要求。python detect.py --weights best.pt --source 0 --conf-thres 0.2 --view-img--source 0表示本機第一個攝像頭。施工現(xiàn)場如果是IPC攝像頭改成rtsp://user:passip:554/stream1。這里要注意GPU推理時CPU同樣會被占用如果同時跑多個任務(wù)幀率會下降?，F(xiàn)場部署通常建議用TensorRT加速但那又是另一個話題了。把這一套走完模型才算真正可用。如果你手上還沒有這份現(xiàn)成的數(shù)據(jù)集先去把它下載下來解壓后從第二章的目錄檢查開始走一遍。從那以后我每次拿到新的檢測數(shù)據(jù)集都會強制先跑一遍標(biāo)簽統(tǒng)計腳本再訓(xùn)練再錄一段現(xiàn)場視頻做實測。這三步缺一不可。希望這份頭盔數(shù)據(jù)集的拆解筆記能幫你少走點彎路訓(xùn)練出真正能上工地的模型。本文還有配套的精品資源點擊獲取